”国光量子“ کے وی چیٹ آفیشل اکاؤنٹ کی 27 تاریخ کی پوسٹ کے مطابق، 国光量超 کی مصنوعی ذہانت کی تحقیقی ٹیم نے متعلقہ کوانٹم ٹیکنالوجی کو بڑے لسانی ماڈلز کے فیصلہ سازی اور استدلال کے عمل میں شامل کیا، اور سائنسی تحقیق و علمی شعبوں کے لیے 玄幂 (Xenomi) بڑے ماڈلز کا سلسلہ پیش کیا۔ 玄幂 نے سائنسی تحقیق کی آگاہی، روٹنگ اور ذہین ایجنٹ کے فیصلوں جیسے مخصوص کاموں میں معروف اوپن سورس ماڈلز کے مقابلے میں زیادہ مستحکم پیشہ ورانہ فہم، زیادہ واضح کام کی جانچ اور مختصر تر فیصلہ سازی کا راستہ دکھایا ہے۔ یہ صنعت کا پہلا کوانٹم سے تقویت یافتہ بڑا ماڈل بھی ہے۔
تعارف کے مطابق، کمپنی کی خواہش ہے کہ کوانٹم کمپیوٹنگ جیسے جدید تحقیقی شعبوں میں بہتر کارکردگی اور زیادہ کارآمد ایک بڑا لسانی ماڈل دستیاب ہو۔ اسی لیے اس نے صنعت میں جدید ترین ڈومین ماڈل تربیتی طریقہ اپنایا، خود بڑے پیمانے پر ڈیٹا سیٹ تیار کیے، اور SOTA سطح کے اوپن سورس بنیادی ماڈلز کی بنیاد پر گہری تربیت اور استدلالی جانچ کی۔ عملی تحقیقی کام کی بار بار توثیق کے بعد بالآخر مختلف کاموں کے لیے موزوں 玄幂 بڑے ماڈلز کا سلسلہ تشکیل دیا گیا۔
سائنسی تحقیق کی آگاہی، روٹنگ اور ذہین ایجنٹ کے فیصلوں جیسے مخصوص کاموں میں 玄幂 نے معروف اوپن سورس ماڈلز کے مقابلے میں زیادہ مستحکم پیشہ ورانہ فہم، زیادہ واضح کام کی جانچ اور مختصر تر فیصلہ سازی کا راستہ دکھایا ہے۔ موجودہ دور میں سب سے زیادہ توجہ حاصل کرنے والے علمی بازیافت اور مواد کے جائزے جیسے کاموں میں بھی 玄幂 ماڈلز کے سلسلے نے کچھ فوائد ظاہر کیے ہیں اور مقررہ کام کی حدود میں زیادہ واضح پیشہ ورانہ فیصلے فراہم کیے ہیں۔
IT之家 کو معلوم ہوا ہے کہ 玄幂 بڑے ماڈل کو 国光量超 کے کوانٹم کمپیوٹنگ ذہین تجرباتی پلیٹ فارم اور 夸米多 کثیر ایجنٹ نظام میں کامیابی سے استعمال کیا جا چکا ہے۔ یہ جدید AI سافٹ ویئر میں مخصوص احکامات کا درست جواب دے سکتا ہے اور فوری طور پر فیصلوں اور جائزوں کے نتائج فراہم کرتا ہے۔
夸米 میں 玄幂 ڈومین ماڈل کی بنیاد کے طور پر ادبیات کی تلاش، تجربات کی منصوبہ بندی، مخلوط پروگرامنگ، کوانٹم کاموں کی شیڈولنگ، ڈیٹا تجزیے اور رپورٹس کی تیاری جیسے مراحل کو سہارا دیتا ہے۔ کثیر ایجنٹ نظام میں ہر ایجنٹ مختلف مرحلے کی ذمہ داری سنبھالتا ہے، جبکہ 玄幂 اسے کوانٹم اصطلاحات، تجرباتی پابندیوں اور سائنسی تحقیق کے اظہار کے اصول سمجھنے میں مدد دیتا ہے، اور مجموعی نظام کی عملی کارکردگی کو مؤثر طور پر بہتر بناتا ہے۔